首个3D忆阻器混合芯片面世，实现人工神经网络

该忆阻器及忆阻系统研讨会是由加利福尼亚大学，美国半导体行业协会和美国国家科学基金会共同举办。会上惠普实验室（位于加州的Palo Alto）提供了该芯片原型的设计细节：该芯片是惠普实验室的研究人员Qiangfei Xia通过在一块CMOS逻辑芯片表面上堆叠忆阻器交叉开关矩阵记忆单元完成的。

惠普实验室的研究员，同时也是忆阻系统记忆技术发明者Stan Williams表示：“Xia利用压印光刻技术将一个忆阻器交叉开关矩阵堆叠到一块CMOS逻辑电路上，从而构建了一个晶体管和忆阻器的集成混合电路。” Williams和惠普的同事Greg Snider早些时候就曾经提出通过将忆阻器交叉开关矩阵置于CMOS晶体管的上面来实现FPGA中的配置位。

忆阻器交叉开关矩阵架构包括两个垂直的金属线阵列及该两个阵列之间的钛氧化层。其中一个钛氧化层掺杂氧空位（oxygen vacancies），使其成为一种半导体物质。相邻的一层则不掺杂任何物质，保持原始状态，使其作为一种绝缘体。

同时对底层和顶层的交叉开关矩阵金属线施加一个特定的电压，使交叉开关矩阵的交叉点保持在一个固定电压，氧空位就会从掺杂质的钛氧化层流动到不含杂质的那一层，从而使其开始传导，“打开”记忆位开关。通过改变电流方向，将氧空位转移到含杂质的那一层，相当于关上记忆位开关。

Williams表示惠普实验室研发出的基于忆阻器的FPGA充分证明一个CMOS晶圆厂可以在三维空间上实现忆阻器和晶体管的集成电路。

此外在研讨会上，Snider提出了在其模拟原型上使用忆阻器作为神经网络突触的设计。Snider声称忆阻器交叉开关矩阵是唯一具备模拟人类神经足够密集度的技术，并且惠普实验室的交叉开关矩阵的密度还是人类大脑皮层突触的十倍。通过在CMOS逻辑芯片上堆叠交叉开关矩阵，变化的电阻可以模拟神经网络突触的学习功能。

惠普实验室和波士顿大学最近和美国国防高级研究计划局达成协议共同构建世界上第一个基于忆阻器的人工神经网络。

会议上，美国加州大学圣迭戈分校的Massimiliano Di Ventra还利用忆阻器解释了变形虫的生理学习机制，即通过一个LC回路和忆阻器来解释变形虫如何学习改变它们的行为。

Di Ventra还通过证据证明了微小的忆阻组件同时也存在于单细胞和多细胞生物体中。